搜索结果: 1-8 共查到“运筹学 求解”相关记录8条 . 查询时间(0.112 秒)
模逆隐藏数问题的求解及其应用
模逆 隐藏数问题 求解
2023/12/13
The Modular Inversion Hidden Number Problem (MIHNP), which was proposed at Asiacrypt 2001 by Boneh, Halevi, and Howgrave-Graham, is summarized as follows: Assume that the $\delta $ most significant bi...
科学家利用“九章”光量子计算原型机求解图论问题（图）
九章 光量子计算原型机 图论问题
2023/6/12
中国科学技术大学潘建伟、陆朝阳、刘乃乐等组成的研究团队，基于“九章”光量子计算原型机完成了对“稠密子图”和“Max-Haf”两类图论问题的求解，通过实验和理论研究了“九章”处理这两类图论问题为搜索算法带来的加速，以及该加速对于问题规模和实验噪声的依赖关系。该成果系首次在具有量子计算优越性的光量子计算原型机上开展的面向具有应用价值问题的实验研究。近日，相关研究成果以“编辑推荐”的形式，发表在《物理评...
We introduce a twice differentiable augmented Lagrangian for nonlinear optimization with general inequality constraints and show that a strict local minimizer of the original problem is an approximate...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：几种组合优化问题的机器学习求解算法研究进展
组合优化问题 机器学习 求解算法
2023/4/26
深度强化学习作为机器学习中的一个重要研究领域，具有离线训练、在线决策的特性，能够有效地克服传统算法难以实现在线求解的缺陷，为组合优化问题的求解提供了一种全新的思路。我们针对组合优化领域中的三个经典问题：数字化的背包问题、结构化的选址与二次指派问题，将具有感知能力的深度学习和具有决策能力的强化学习相结合，提出了端到端模型。设计了符合问题性质的注意力机制，图神经指针网络等，给出了基于深度强化学习的相关...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：求解旅行商问题的高泛化性强化学习算法
旅行商问题 高泛化性 强化学习算法
2023/4/26
在用深度学习求解组合优化问题时，组合优化实例的分布差异会显著影响深度学习求解方法的泛化性能，因此提升数据泛化性能的关键在于使模型具备处理不同分布数据的能力。基于此，我们提出了用于提升深度学习求解算法泛化性能的博弈框架，该博弈框架适用于任何组合优化问题和任何深度学习求解算法，该框架基于策略空间响应的 Oracle 构造学习算法和数据生成器之间的二人零和元博弈，经过多轮博弈后可得到一组不同分布上具有不...
一类求解非光滑矩阵流形优化的基于增广拉格朗日的半光滑牛顿法（丁超）
非光滑矩阵 流形优化 增广拉格朗日 半光滑牛顿法
2023/2/22
This paper is devoted to studying an augmented Lagrangian method for solving a class of manifold optimization problems, which have nonsmooth objective functions and nonlinear constraints. Under the co...
从SAT到SMT——逻辑约束求解研究获新突破（图）
SAT SMT 逻辑约束求解
2023/3/15
近日，中国科学院软件研究所蔡少伟团队在逻辑约束求解器研究中获得新突破，SAT求解器和SMT求解器研究上的成果被重要期刊和会议录用，并在SAT、MaxSAT和SMT竞赛中斩获佳绩。
求解器被誉为“工业软件之魂”，是继芯片与操作系统之后的国之重器。命题逻辑可满足性问题（SAT）和可满足性模理论问题（SMT）是两个最重要的逻辑约束问题，SAT是命题逻辑上的约束求解问题， SMT是一阶谓词逻辑上的约束求...
近日，形式化验证顶级会议CAV 2021会议公布了第十六届国际可满足性模理论比赛(SMT-COMP 2021)比赛结果。中国科学院软件研究所计算机科学国家重点实验室蔡少伟研究员与其学生李博涵、张昕荻研发的求解器荣获整数差分逻辑(QF_IDL)组冠军，这是中国团队首次在SMT-COMP比赛中获得冠军。